| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.2.3 车道检测算法研究 | 第13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 车道偏离预警算法综述 | 第15-23页 |
| 2.1 车道模型 | 第15-17页 |
| 2.1.1 结构化车道特征 | 第15页 |
| 2.1.2 摄像机成像模型和车道模型 | 第15-17页 |
| 2.2 图像预处理 | 第17-19页 |
| 2.2.1 图像平滑处理 | 第17-18页 |
| 2.2.2 边缘检测 | 第18-19页 |
| 2.3 车道线检测算法 | 第19-20页 |
| 2.3.1 最小二乘法 | 第19页 |
| 2.3.2 Hough变换 | 第19-20页 |
| 2.4 车道偏离预警模型 | 第20-22页 |
| 2.4.1 CCP模型 | 第20页 |
| 2.4.2 TLC模型 | 第20-21页 |
| 2.4.3 FOD模型 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 车道线检测与跟踪 | 第23-46页 |
| 3.1 图像预处理 | 第23-29页 |
| 3.1.1 分割ROI区域与图像灰度化 | 第23-24页 |
| 3.1.2 中值滤波处理 | 第24-25页 |
| 3.1.3 改进的单向梯度边缘检测 | 第25-27页 |
| 3.1.4 基于大津算法的图像二值化 | 第27-29页 |
| 3.2 车道线检测 | 第29-35页 |
| 3.2.1 Hough变换的基本原理 | 第29-31页 |
| 3.2.2 Hough变换改进 | 第31-33页 |
| 3.2.3 检测结果分析 | 第33-35页 |
| 3.3 车道线筛选 | 第35-40页 |
| 3.3.1 车道线提取算法简述 | 第35页 |
| 3.3.2 基于灭点的初次筛选 | 第35-37页 |
| 3.3.3 基于RANSAC的二次筛选 | 第37-38页 |
| 3.3.4 车道线筛选的实验结果分析 | 第38-40页 |
| 3.4 基于Kalman滤波器的车道线跟踪 | 第40-45页 |
| 3.4.1 Kalman滤波器原理 | 第40-41页 |
| 3.4.2 Kalman滤波器的初始化 | 第41-42页 |
| 3.4.3 Kalman滤波器跟踪车道线 | 第42-43页 |
| 3.4.4 跟踪效果分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 车道偏离预警算法 | 第46-56页 |
| 4.1 基于车辆相对横向偏移和移动趋势的偏离预警算法 | 第46-52页 |
| 4.1.1 车辆相对横向偏移计算 | 第46-50页 |
| 4.1.2 基于车辆移动趋势的车道偏离判决 | 第50-52页 |
| 4.2 偏离预警算法测试 | 第52-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 系统设计实现与测试 | 第56-68页 |
| 5.1 Android平台技术 | 第56-58页 |
| 5.1.1 JNI与NDK | 第56页 |
| 5.1.2 算法移植 | 第56-58页 |
| 5.2 系统架构设计 | 第58-61页 |
| 5.2.1 采集模块 | 第59-60页 |
| 5.2.2 输出模块 | 第60页 |
| 5.2.3 预警模块 | 第60-61页 |
| 5.3 功能测试 | 第61-67页 |
| 5.3.1 PC平台的算法测试 | 第61-64页 |
| 5.3.2 Android平台的算法测试 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |